纽约时报烹饪AI助手实测：救得了晚餐，差点毁了蛋糕

The Verge 的实测把家庭烹饪 AI 的能力边界摆到了台面上。晚餐场景是典型的「开放式决策」：冰箱里有什么、今晚想吃什么、如何避免重复，这些问题的答案不唯一，AI 只要给出合理方向就能降低决策成本。NYT Cooking 的助手正是在这里体现了价值——它解决的是每晚约 7 点面对冰箱、反复做鸡肉的日常困境，而不是追求米其林级别的精确复刻。 烘焙则是另一套逻辑。蛋糕对配比、顺序、温度和时间高度敏感，任何一步偏差都可能被放大为成品失败。实测中助手给出的建议几乎导致蛋糕失败，暴露的是通用语言模型在「高精度流程执行」上的短板：它擅长生成看似合理的步骤，却难以保证每一步都经得起物理和化学层面的推敲。 这并非 NYT Cooking 一家的问题，而是当前烹饪 AI 的共性挑战。菜谱推荐可以靠语义理解和用户偏好匹配取胜，烘焙指导却需要结构化的配方约束、单位换算校验和失败反馈闭环。对产品方而言，更现实的路径是区分场景：开放式推荐大胆用 AI，精确配方则回到经过验证的编辑内容，并明确标注 AI 建议的适用边界。对用户来说，这意味着可以把 AI 当作灵感来源和决策助手，但在烘焙这类容错率低的场景，仍应以可靠配方为准。这表明烹饪 AI 的竞争点正在从「能不能聊」转向「在哪些场景值得信」。